每日头条

在本系列博客的前几篇博文中，我们讲解了如何创建硬件和软件工程。下一步，我们将讲解如何在Vitis™中封装此工程。随后，我们将在 Vitis 中通过创建简单应用并对其进行加速，以便对该工程进行测试。

测试系统使用赛灵思 Alveo U250 加速器卡，该卡以 Mipsology 优化的领域专用架构 (DSA) 为基础。基准测试测量了我们基于 Alveo 的定制 DSA 在离线模式下以 5,011 图像/秒的速度执行基于 ResNet-50 基准的图像分类任务的效率。ResNet-50 以图像/秒为单位测量图像分类性能。

如同4G一样，5G技术也是在建设和商用中不断完善，这会导致接入网设备设计挑战不断提升，如何应对这样的挑战？我们来看看擅长自我突破的赛灵思这回又捣鼓出了 什么新品？

AI 已经开始改变我们生活的方方面面，推动了显著的社会进步。从自动驾驶汽车到 AI 辅助医疗诊断，我们正处于一个真正的变革时代的开端。但是，有机遇就会有挑战。AI 推断作为采用经训练的机器学习算法开展预测的过程，无论是部署在云端、边缘还是终端，都要求在严格的功耗预算下提供优异的处理性能。

据外媒报道，AMD表示，已经同意以350亿美元全股票交易收购赛灵思，这将加剧它与英特尔在数据中心芯片市场的竞争。AMD预计该交易将在2021年底完成，合并后的公司市值1300亿美元左右，将拥有13,000名工程师，采取全部外包的生产策略，主要依靠台积电进行生产。这两家美国公司已经从更加灵活的策略中获益，从受到内部生产困扰的英特尔手中抢夺市场份额。

这是《创建 Vitis 加速平台》系列的第 3 篇博文。在前文中，我们讲解了如何创建硬件和软件工程。在本文中，我们将讲解如何在 Vitis™ 中将所有这些工程封装在一起。

文本是人类最具智慧、最有影响力的创造之一。文本中所蕴含的丰富、精确的高级语义可以帮助我们理解周遭世界，并用于构建可部署在真实环境中的自主运行解决方案。因此，自然环境下的自动文本读取，也称为场景文本检测/识别或 Photo OCR，已成为计算机视觉领域中关注度和重要性日益提高的研究课题。

近日，赛灵思公司再度取得一项里程碑式成就——Spartan 系列器件销量突破 10 亿！这是赛灵思其他产品组合都尚未企及的重要里程碑。作为赛灵思成本优化型产品系列中的旗舰款，Spartan 系列器件始终备受业界青睐，每一代产品都能为工业、消费和汽车应用带来全新的前沿功能，包括任意连接、传感器融合以及嵌入式视觉。

有时我们需要在设计网表的基础上微调一下逻辑，这样可以无需修改代码，也无需重新做综合，在设计调试中可以节省时间同时维持其他逻辑无任何改动。这里带大家一起体验一下Vivado 的ECO流程，以vivado自带的Example Design为例, 直接用TCL命令修改网表，在正常的寄存器路径之间加一级LUT。

您听说过 FINN 吗？没有？这个答案并不令人惊讶，因为这是一个用于探索基于 FPGA 的深层神经网络推断的实验框架的全新再实现，而且它现在仍是赛灵思研究实验室 的测试版。然而， 虽然还是测试版，它已经发布了 v0.4b（测试版），并且自从在 GitHub 上开源以来，受到了广泛关注。